[发明专利]用于卷积神经网络的超像素方法

权利要求书

1.一种用于更有效率地执行卷积神经网络层的计算的计算机实现的方法，所述卷积神经网络层被配置来接收X乘Y乘Z输入张量并且使用一个或多个卷积神经网络层权重矩阵处理所接收的输入张量来生成U乘V乘W输出张量，所述方法包括：

接收所述X乘Y乘Z输入张量，所述输入张量包括深度Z的XY个第一输入，其中，X和Y表示空间范围，并且Z表示深度范围；

生成X’乘Y’乘Z’经修改的输入张量，其中，X’小于或等于X，Y’小于或等于Y，并且Z’大于或等于Z，包括：

将两个或更多个所述第一输入聚组在一起；以及

通过将所聚组的第一输入的空间范围转换成深度范围来生成X’Y’个超级输入，从而所述深度范围换得所述空间范围以增加所述卷积神经网络层的计算效率；

获得一个或多个经修改的卷积神经网络层权重矩阵，其中(i)经修改的权重矩阵对所述X’乘Y’乘Z’经修改的输入张量进行运算以生成U’乘V’乘W’经修改的输出张量，并且(ii)所述U’乘V’乘W’经修改的输出张量包括经变换的U乘V乘W输出张量，其中，U’小于或等于U，V’小于或等于V，并且W’大于或等于W；以及

对所述经修改的输入执行具有所述经修改的权重矩阵的经修改的卷积神经网络层的计算以生成所述U’乘V’乘W’经修改的输出张量，其中，所述U’乘V’乘W’经修改的输出张量包括所述U乘V乘W输出张量，该U乘V乘W输出张量对应于当处理所述X乘Y乘Z输入张量时由所述卷积神经网络层生成的输出。

2.一种系统，包括一个或多个计算机和存储指令的一个或多个存储设备，所述指令可操作在由所述一个或多个计算机执行时使得所述一个或多个计算机执行用于更有效率地执行卷积神经网络层的计算的操作，所述卷积神经网络层被配置来接收X乘Y乘Z输入张量并且使用一个或多个卷积神经网络层权重矩阵处理所接收的输入张量来生成U乘V乘W输出张量，所述操作包括：

接收所述X乘Y乘Z输入张量，所述输入张量包括深度Z的XY个第一输入，其中，X和Y表示空间范围，并且Z表示深度范围；

生成X’乘Y’乘Z’经修改的输入张量，其中，X’小于或等于X，Y’小于或等于Y，并且Z’大于或等于Z，包括：

将两个或更多个所述第一输入聚组在一起；以及

通过将所聚组的第一输入的空间范围转换成深度范围来生成X’Y’个超级输入，从而所述深度范围换得所述空间范围以增加所述卷积神经网络层的计算效率；

获得一个或多个经修改的卷积神经网络层权重矩阵，其中(i)经修改的权重矩阵对所述X’乘Y’乘Z’经修改的输入张量进行运算以生成U’乘V’乘W’经修改的输出张量，并且(ii)所述U’乘V’乘W’经修改的输出张量包括经变换的U乘V乘W输出张量，其中，U’小于或等于U，V’小于或等于V，并且W’大于或等于W；以及

对所述经修改的输入执行具有所述经修改的权重矩阵的经修改的卷积神经网络层的计算以生成所述U’乘V’乘W’经修改的输出张量，其中，所述U’乘V’乘W’经修改的输出张量包括所述U乘V乘W输出张量，该U乘V乘W输出张量对应于当处理所述X乘Y乘Z输入张量时由所述卷积神经网络层生成的输出。

3.一种编码有指令的非暂时性计算机可读存储介质，所述指令在由一个或多个计算机执行时使得所述一个或多个计算机执行用于更有效率地执行卷积神经网络层的计算的操作，所述卷积神经网络层被配置来接收X乘Y乘Z输入张量并且使用一个或多个卷积神经网络层权重矩阵处理所接收的输入张量来生成U乘V乘W输出张量，所述操作包括：

接收所述X乘Y乘Z输入张量，所述输入张量包括深度Z的XY个第一输入，其中，X和Y表示空间范围，并且Z表示深度范围；

生成X’乘Y’乘Z’经修改的输入张量，其中，X’小于或等于X，Y’小于或等于Y，并且Z’大于或等于Z，包括：

将两个或更多个所述第一输入聚组在一起；以及

通过将所聚组的第一输入的空间范围转换成深度范围来生成X’Y’个超级输入，从而所述深度范围换得所述空间范围以增加所述卷积神经网络层的计算效率；

获得一个或多个经修改的卷积神经网络层权重矩阵，其中(i)经修改的权重矩阵对所述X’乘Y’乘Z’经修改的输入张量进行运算以生成U’乘V’乘W’经修改的输出张量，并且(ii)所述U’乘V’乘W’经修改的输出张量包括经变换的U乘V乘W输出张量，其中，U’小于或等于U，V’小于或等于V，并且W’大于或等于W；以及

对所述经修改的输入执行具有所述经修改的权重矩阵的经修改的卷积神经网络层的计算以生成所述U’乘V’乘W’经修改的输出张量，其中，所述U’乘V’乘W’经修改的输出张量包括所述U乘V乘W输出张量，该U乘V乘W输出张量对应于当处理所述X乘Y乘Z输入张量时由所述卷积神经网络层生成的输出。